本文详细解读YOLOv8的检测和分割实现。检测部分借鉴FCOS，采用anchor-free方式，分割部分利用yolact思想，通过网络预测proto和mask coefficient得到实例分割。代码中检测和分割的输入来源于15, 18, 21个模块的输出。分割部分在nn/modules/head.py的Segment模块进行，通过多层卷积和上采样计算proto和mask coefficient，最后转换成分割图。"
52756455,1285579,mydumper：多线程MySQL逻辑备份工具解析,"['数据库', 'MySQL工具', '数据备份', '多线程', '数据库管理']
本文解读下图框中的detection部分 和 没有画出来的分割部分。
注意每个模块右上角的数字，它代表第几个模块，
现在检测和分割的输入都是15, 18, 21个模块的输出（图中圆圈处）。
在代码解读的时候会用[15,18,21]提示需要用到15, 18, 21个模块的输出。
yolov8的实例分割用了yolact中的思想，用网络预测出proto和mask coefficient,
它们俩相乘得到分割图，再用检测框crop出实例分割。
不熟悉yolact的可以参考这里。
检测框用了FCOS中的(l, t, r, b)的思路，anchor-free, 不过还是要预先定义目标框中心点。
分割没有画出来，但是它还是有序号的（模块右上角的数字），标为[22].
Segment: [22] nn/modules/head.py
超级会员免费看
1263
1万+
11万+
4614
1069
8336
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
订阅专栏 解锁全文
扫一扫
